研究者提出“任意任务推理”基础模型形式化框架

Matthew McDermott 等作者提出“任意任务推理”（ATI）基础模型的形式化数学定义，将数据样本 x 与任务 t 直接映射到标签空间，并引入“任务兴趣空间”概念。该框架针对的是以零样本推理为目标的基础模型，而非为预训练后微调设计的模型。 作者证明所有 ATI 模型可经“通用任务归约”分解为编码器、模型与解码器三部分，并把模型误差拆分为设计项与已实现模型超额项。据此给出生成式与判别式两类 ATI 实现原型，并用 5 个真实基础模型案例验证定义的适用性。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。